Escolar Documentos
Profissional Documentos
Cultura Documentos
Matéria: Estatística
Professor: Alex Lira
Matéria: Estatística
Teoria e questões comentadas
Prof. Alex Lira
SUMÁRIO
VARIÁVEIS ALEATÓRIAS........................................................................ 3
1. Introdução ....................................................................................... 3
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
VARIÁVEIS ALEATÓRIAS
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
1. Introdução
As variáveis aleatórias constituem a base do estudo da Estatística Inferencial.
Vamos entendê-las um pouco melhor por meio do clássico exemplo do lança-
mento de um dado não viciado.
Seja X o resultado do lançamento. Daí, os possíveis resultados são: 1, 2, 3, 4,
5 e 6. Vamos, então, fazer alguns lançamentos. Suponhamos que o primeiro
lançamento teve como resultado 2; o segundo lançamento resultou o valor 1 e
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
2. Distribuição de Probabilidade
Considere a distribuição de frequências relativas ao número de aprovações
em concursos públicos dos alunos presentes numa turma:
Número de
Frequências
aprovações
0 22
1 5
2 2
3 1
Σ = 30
1
𝑝= = 0,03
30
Desse modo, podemos consolidar as probabilidades calculadas na seguinte ta-
bela:
Número de
Probabilidades
aprovações
0 0,73
1 0,17
2 0,07
3 0,03
Σ = 1,00
𝒇(𝒙) = 𝑷(𝑿 = 𝒙𝒊 )
Assim, fica claro que a função P(X = xi) determina a distribuição de proba-
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
𝟔
∑ 𝒑𝒊 = 𝟏, 𝟎
𝒊=𝟏
Porém, a estatística nos fornece uma ferramenta que nos ajuda nessa tarefa.
Estamos falando da Esperança ou Valor Esperado, que corresponde ao valor
médio que esperaríamos encontrar se as tentativas para realizar o
evento pudessem continuar indefinidamente. Ela nos dá um indicativo de
centro, em torno do qual os possíveis valores da variável aleatória giram.
Seu valor pode ser obtido pelo cálculo:
𝒏
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
𝑬(𝑿) = 𝝁(𝑿) = ∑ 𝒙𝒊 × 𝒑𝒊
𝒊=𝟏
1 1/6 1/6
2 1/6 2/6
3 1/6 3/6
4 1/6 4/6
5 1/6 5/6
6 1/6 6/6
𝟔 𝒏
∑ 𝒑𝒊 = 𝟏, 𝟎 ∑ 𝒙𝒊 × 𝒑𝒊 = 𝟑, 𝟓
𝒊=𝟏 𝒊=𝟏
c) L = 2 e Lq = 1,52.
d) L = 2 e Lq = 1,12.
e) L = 3 e Lq = 1,16.
RESOLUÇÃO:
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
1 2/25 2/25
2 4/25 8/25
3 9/25 27/25
4 7/25 28/25
5 2/25 10/25
Total 75/25
4 2 7/25 14/25
5 3 2/25 6/25
Total 29/25
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
Por exemplo, Seja A uma variável aleatória de média 2. Seja B uma variável
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
𝝈𝟐 = 𝑬(𝑿𝟐 ) − 𝑬(𝑿)𝟐 = ∑ 𝒙𝒊 𝟐 × 𝒑𝒊 − (∑ 𝒙𝒊 × 𝒑𝒊 )
𝒊=𝟏 𝒊=𝟏
Por sua vez, o desvio-padrão da variável aleatória é dado pela raiz quadrada
da variância. Ele também fornece um indicativo da dispersão dos dados em
torno da média, com a vantagem de ter a mesma unidade dos dados originais.
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
DISTRIBUIÇÕES DE PROBABILIDADE
10
Note que na alternativa C é dito que a média seria 5, o que claramente está
errado, de modo que confirmamos que realmente a opção correta é a letra D.
Gabarito 3: D.
2. Distribuição de Bernoulli
A Distribuição de Bernoulli é caracterizada pela existência de apenas dois
eventos, mutuamente exclusivos, que chamaremos de sucesso e fracasso.
Se a probabilidade de sucesso é p, então, logicamente a probabilidade de
fracasso é q = 1 – p.
X Probabilidade
0 q=1–p
1 p
Para exemplificar, tomemos o lançamento de uma moeda uma única vez. Caso
a aposta seja na cara, a probabilidade de sucesso é p = 1/2. Por outro lado, a
probabilidade de fracasso (coroa) é 1 – p = 1 – 1/2 = 1/2.
Além disso, é comum associar uma variável aleatória X aos possíveis resultados
do experimento, de modo que seja atribuído ao sucesso o valor 1 e ao
fracasso o valor 0. Dessa forma, teremos:
𝟏 − 𝒑, 𝐩𝐚𝐫𝐚 𝐱 = 𝟎
𝑷(𝒙) = {
𝒑, 𝐩𝐚𝐫𝐚 𝐱 = 𝟏
seguinte forma:
𝐸(𝑋) = 0 × 𝑞 + 1 × 𝑝
𝑬(𝑿) = 𝒑
𝑽𝒂𝒓(𝑿) = 𝒑 − 𝒑𝟐 = 𝒑 × (𝟏 − 𝒑) = 𝒑 × 𝒒
3. Distribuição Binomial
Vimos que na Distribuição de Bernoulli a realização do evento ocorria uma
única vez, conduzindo a sucesso ou fracasso. Por exemplo, Uma peça é
DISTRIBUIÇÃO BINOMIAL
Em que:
n é a quantidade de experimentos;
p é a probabilidade de sucesso em cada experimento;
q e a probabilidade de fracasso em cada experimento;
𝒏 𝒏!
( )=
𝒌 𝒌! (𝒏 − 𝒌)!
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
𝑬(𝑿) = 𝒏𝒑
𝑽𝒂𝒓(𝑿) = 𝒏𝒑𝒒
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
1 𝟐
𝒒=1−𝑝 =1− =
3 𝟑
Agora precisamos calcular a probabilidade de se obter um múltiplo de 3 duas
vezes (k = 2). Nesse caso, usaremos a fórmula da probabilidade binomial:
3 1 2 2 3−2 3! 1 2 3 × 2! 1 2
𝑷(𝑿 = 𝟐) = ( ) × ( ) × ( ) = × × = × ×
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
2 3 3 2! 1! 9 3 2! 9 3
𝟐
𝑷(𝑿 = 𝟐) =
𝟗
𝒀 = ∑ 𝑿𝒊
𝒊=𝟏
𝐸(𝑌) = 𝐸 (∑ 𝑋𝑖 )
𝐸(𝑌) = ∑ 𝐸(𝑋𝑖 ) = 𝑛𝑝
𝑉𝑎𝑟(𝑌) = 𝑉𝑎𝑟 (∑ 𝑋𝑖 )
𝑉𝑎𝑟(𝑌) = 𝑛𝑝𝑞
E, por fim, recorrendo ao conhecimento da Análise Combinatória, é possível
notarmos que a fórmula da probabilidade para Y é:
Gabarito 7: A.
b) 𝑃(𝑋) = 1 − 𝑝 𝑥 𝑞𝑛−𝑥
c) 𝑃(𝑋) = 𝑝 𝑥 𝑞𝑛−𝑥
d) 𝑃(𝑋) = 1 + 𝐶𝑛,𝑥 𝑝 𝑥 𝑞𝑛−𝑥
e) 𝑃(𝑋) = 𝑝 𝑥 𝑞 𝑛−𝑥
RESOLUÇÃO:
Trata-se de uma questão cobrando diretamente o conhecimento da fórmula
da distribuição binomial.
Sabemos que a probabilidade do sucesso é p. Ora, se temos x casos
favoráveis, então a probabilidade da intersecção, fica:
𝒑𝒙
Também, a probabilidade do fracasso é q. Como são (n – x) casos
desfavoráveis, a probabilidade de ocorrência destes casos é dada por:
𝒒𝒏−𝒙
Além disso, a probabilidade de x sucessos, seguidos de (n – x) fracassos é
dada pelo produto dos dois valores acima:
𝒑𝒙 × 𝒒𝒏−𝒙
Gabarito 8: A.
b) 30 % e 70 %
c) 60 % e 40 %
d) 20 % e 80 %
e) 25 % e 75 %
RESOLUÇÃO:
Em uma distribuição binomial, a probabilidade de a variável aleatória X assumir
um valor k pode ser calculada por meio da fórmula da probabilidade
binomial:
𝒏
𝑷(𝑿 = 𝒌) = ( ) × 𝒑𝒌 × 𝒒𝒏−𝒌
𝒌
Em que q é igual a (1 – p).
O enunciado afirma que a “probabilidade de ocorrerem dois sucessos é doze
vezes a probabilidade de ocorrerem três sucessos”. Logo, a probabilidade de
exatamente dois sucessos em três experimentos será:
3 3!
𝑷(𝑿 = 𝟐) = ( ) × 𝑝2 × 𝑞1 = × 𝑝2 × 𝑞 = 𝟑 × 𝒑𝟐 × 𝒒
2 2! 1!
Por sua vez, teremos a seguinte probabilidade para exatamente três
sucessos em três experimentos:
3
𝑷(𝑿 = 𝟑) = ( ) × 𝑝3 × 𝑞 3−3 = 𝒑𝟑
3
A questão deixou claro que a primeira probabilidade é doze vezes a segunda:
3 × 𝑝2 × 𝑞 = 12 × 𝑝3
Agora, dividindo ambos os lados por p2:
3𝑞 = 12𝑝
𝒒 = 𝟒𝒑
E, por fim, lembrando que q = 1 – p, obtemos:
1 − 𝑝 = 4𝑝
5𝑝 = 1
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
𝒑 = 0,2 = 𝟐𝟎%
𝒒 = 1 − 0,2 = 0,8 = 𝟖𝟎%
Gabarito 9: D.
Gabarito 10: D.
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
1 6 2 6−6 1 6 2 0 𝟏
𝒇(𝟔) = 𝐶6,6 × ( ) × ( ) =1×( ) ×( ) =
3 3 3 3 𝟕𝟐𝟗
Gabarito 11: A.
Dessa forma, a probabilidade de não ser escolhida uma bola preta é de:
5 𝟒
1− =
9 𝟗
Em seguida, a questão trata do evento de retirada ao acaso de 3 bolas da urna
obter-se 2 bolas pretas. Ora, em três experimentos independentes, queremos
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
5 2 4 3−2 25 4 𝟏𝟎𝟎
𝑷(𝑿 = 𝟐) = 𝐶3,2 × ( ) × ( ) =3× × =
9 9 81 9 𝟐𝟒𝟑
Gabarito 12: B.
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
1 6 1 𝟑
𝑷(𝑿 = 𝟓) = 𝐶6,5 × (0,5)5 × (0,5)6−5 = 6 × (0,5)6 = 6 × ( ) = 6 × =
2 64 𝟑𝟐
Gabarito 13: A.
d) 2,8 (4/5)10
e) 2,8 (4/5)9
RESOLUÇÃO:
Estamos diante de uma distribuição binomial de parâmetros n = 10
(correspondente a dez auditorias) e p = 0,2 (probabilidade de erro grave).
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
Gabarito 14: E.
4. Distribuição de Poisson
Vimos que na distribuição binomial o experimento ocorria um número limitado
de vezes (n). Agora suponha que tivéssemos uma quantidade muito grande de
ocorrências da amostra em análise, sem limitação superior.
𝒆−𝒏𝒑 × (𝒏𝒑)𝒌
𝑷(𝑿 = 𝒌) =
𝒌!
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
minutos;
O número de frutos defeituosos por hectare de plantação.
𝑬(𝑿) = 𝑽𝒂𝒓(𝑿) = 𝝀
RESOLUÇÃO:
Precisamos calcular a probabilidade da ocorrência de um evento ao longo de
um intervalo de tempo. Qual a ferramenta que utilizaremos? Isso mesmo,
estamos diante de uma típica questão da Distribuição de Poisson! Aliás, a
𝝀=𝟒
Além disso, como são “no máximo três petroleiros”, precisaremos aplicar a
fórmula da distribuição de Poisson várias vezes, para os casos de k = 0, k
= 1, k = 2 e k = 3:
𝑷(𝑿 ≤ 𝟑) = 𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏) + 𝑷(𝑿 = 𝟐) + 𝑷(𝑿 = 𝟑)
𝑒 −4 × 40 𝑒 −4 × 41 𝑒 −4 × 42 𝑒 −4 × 43 40 41 42 43
𝑃= + + + = 𝑒 −4 × ( + + + )
0! 1! 2! 3! 0! 1! 2! 3!
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
32 32 39 + 32 𝟕𝟏
𝑷 = 𝑒 −4 × (1 + 4 + 8 + ) = 𝑒 −4 × (13 + ) = 𝑒 −4 × ( ) = 𝒆−𝟒 ×
3 3 3 𝟑
Gabarito 16: C.
𝑒 −3 × 32
𝑷(𝑿 = 𝟐) = = 𝟒, 𝟓𝒆−𝟑
2!
Dessa forma, somando as três probabilidades, temos:
𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)
𝑷(𝑿 ≤ 𝟐) = 𝑒 −3 + 3𝑒 −3 + 4,5𝑒 −3 = 𝟖, 𝟓𝒆−𝟑
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
rante os finais de semana, ela recebe, em média, 2 chamadas por hora em seu
telefone celular. Assim, a probabilidade de, no próximo final de semana,
Amanda receber exatamente 3 chamadas em 2 horas é igual a:
43 −3 4 −3 4 43 −4 4 −3 −4 43 −4
a) 𝑒 b) 𝑒 c) 𝑒 d) 𝑒 e) 𝑒
4! 3! 3! 3! 4!
RESOLUÇÃO:
Se a médica recebe, em média, duas chamadas por hora, então em 2 horas são
esperadas 4 chamadas. Assim, o parâmetro λ da distribuição de Poisson é igual
a 4.
Além disso, a quantidade de sucessos em que estamos interessados
corresponde às 3 chamadas recebidas por Amanda. Logo, k = 3.
Desse modo, vamos aplicar a fórmula da probabilidade para tal distribuição:
𝑒 −𝜆 × 𝜆𝑘
𝑃(𝑋 = 𝑘) =
𝑘!
𝑒 −4 × 43
𝑃(𝑋 = 3) =
3!
Gabarito 18: C.
4 4 1 4 2
a) 3 𝑒 −2 b) 3 𝑒 1/2 c) 3 𝑒 −1/2 d) 3 𝑒 −1/2 e) 3 𝑒 −2
RESOLUÇÃO:
Logo no início do enunciado é dito que a “máquina de produzir garrafas
apresenta 2% das garrafas com algum tipo de defeito”. Consequentemente, em
100 garrafas esperamos que hajam duas defeituosas. Assim, o número
Direitos autorais reservados (Lei 9610/98). Proibida a reprodução, venda ou compartilhamento deste arquivo. Uso individual.
𝑃(𝑋 = 𝑘) =
𝑘!
𝑒 −2 × 23 𝑒 −2 × 8 𝒆−𝟐 × 𝟒
𝑷(𝑿 = 𝟑) = = =
3! 6 𝟑
Gabarito 19: A.
RESOLUÇÃO:
Note que a questão nada falou sobre qual das distribuições de probabilidade
iremos trabalhar. No entanto, é possível perceber que estamos lidando com um
evento que ocorre ao longo de um intervalo de tempo, de modo que
usaremos a distribuição de Poisson.
Se Matias recebe, em média, duas mensagens por dia, então em 4 dias
esperados oito mensagens. Logo, o número esperado (Esperança ou Média) de
mensagens é 8:
𝝀=𝟐
Assim, a probabilidade de k = 2 mensagens é dada por:
𝑒 −8 × 82 64
𝑷(𝑿 = 𝟐) = = × 𝑒 −8 = 𝟑𝟐 × 𝒆−𝟖
2! 4
Gabarito 20: B.
segundo. Pede-se para determinar, com uma boa aproximação, qual a probabi-
lidade (P) de que não mais de dois passageiros chegarão ao aeroporto em um
intervalo de um segundo (caso seja necessário, use o valor de e1 = 2,72).
a) P=0,28 b) P=0,22 c) P=0,36 d) P=0,25 e) P=0,42
RESOLUÇÃO:
A questão inicia apresentando uma importante característica da Distribuição de
Poisson: “Uma distribuição Binomial pode ser aproximada por uma
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
LISTA DE QUESTÕES
tante, aumenta ou diminui R$ 1,00 por dia com probabilidades 0,3, 0,3 e 0,4
respectivamente. Assinale a opção que dá o valor esperado do preço da ação
amanhã se seu preço hoje é R$ 8,00.
a) R$ 7,90 b) R$ 8,00 c) R$ 7,00 d) R$ 9,00 e) R$ 8,50
troca de óleo para clientes que estão esperando para realizar a manutenção dos
seus motores. Além disso, sabe-se que o número de clientes na oficina para
trocarem o óleo, varia de 0 a 5 clientes. Em particular, para n = 0, 1, 2, 3, 4 e
5 clientes, a probabilidade de exatamente n clientes se encontrarem na oficina
para realizarem uma troca de óleo é
3. Tendo em vista que um experimento como esse pode apresentar apenas dois
resultados possíveis (sucesso ou falha), é correto afirmar que tal experiência
denomina-se distribuição
a) de Bernoulli.
b) hipergeométrica.
c) de Poisson.
d) normal.
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
e) qui-quadrado.
d) Laplace.
e) "t" de Student com n-1 graus de liberdade.
b) 𝑃(𝑋) = 1 − 𝑝 𝑥 𝑞𝑛−𝑥
c) 𝑃(𝑋) = 𝑝 𝑥 𝑞𝑛−𝑥
d) 𝑃(𝑋) = 1 + 𝐶𝑛,𝑥 𝑝 𝑥 𝑞𝑛−𝑥
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)
e) 𝑃(𝑋) = 𝑝 𝑥 𝑞 𝑛−𝑥
segundo. Pede-se para determinar, com uma boa aproximação, qual a probabi-
lidade (P) de que não mais de dois passageiros chegarão ao aeroporto em um
intervalo de um segundo (caso seja necessário, use o valor de e1 = 2,72).
a) P=0,28 b) P=0,22 c) P=0,36 d) P=0,25 e) P=0,42
Cópia registrada para Juarez Lima (CPF: 033.254.205-08)